2025-05-24 11:32:49
腾讯新闻《潜望》 特约作者｜纪振宇
编辑｜刘鹏
美国时间2025年5月23日中午，哈佛大学生物工程系的实验室里，王婧（化名）的手机屏幕突然亮起，一条突发新闻弹窗让她瞬间屏住了呼吸——“法官艾莉森·巴勒斯签署临时禁制令，暂停执行国土安全部对哈佛SEVP认证的吊销决定！”
时光倒回不足24小时，那是一个让整个哈佛大学所在的波士顿地区都记忆深刻的一天。天空一反常态地阴沉，从清晨开始，冰冷的雨丝就夹杂着骤时的狂风，气温骤降到往年5月罕见的低点。
美国国土安全部22日突然发布一项惊人决定：该部门以哈佛大学未能遵从联邦政府的特定政策要求（包括提交部分外国学生行为记录等）为由，宣布即刻吊销其参与“学生和交流访问者计划”（SEVP，一个管理外国学生的政府数据库）的认证。白宫方面亦表态强硬，称“招收外国学生是一种特权”，并指责哈佛校方在某些校园问题上处理不力。
这项禁令一旦生效，意味着哈佛不仅无法招收新的国际学生，包括王婧在内的哈佛大学现有约6793名国际学生（占哈佛在校生总数27.2%）也将面临在72小时内转学的极限操作，否则便可能失去在美合法身份的灾难性局面。
这湿冷反常的天气，恰如其后笼罩在哈佛国际学生心头的阴霾。“大脑一片空白，根本不知道接下来会发生什么。”王婧说。
她试图拨打负责国际生事务的哈佛国际办公室（HIO），但电话那头传来让她等候的消息：“前方排队人数超过100人”，那种在冷雨中无处可躲的孤立与无援，几乎将她击垮。
尽管法官的临时禁令暂时阻止了国土安全部的决定，但每一位在哈佛在读的国际生心中悬着的石头依然无法完全落下：临时禁令真的能够阻止国土安全部最终的决定吗？法律诉讼过程会有多长？在这过程中还会出现哪些新的变数，太多的疑问现在还没有答案。
晴天霹雳：禁令突降 象牙塔风雨飘摇
让王婧和所有哈佛国际学生经历这般过山车般情绪起伏的，正是5月22日那个阴雨连绵的下午，
美国国土安全部正式宣布，因哈佛大学未能遵从联邦政府的特定政策要求，其“学生和交流访问者计划”（SEVP）认证被即刻吊销。这意味着哈佛未来不仅无法再招收国际生，现有在校约7000名学生也将面临在美身份不合法的风险。
此次国土安全部吊销哈佛SEVP认证的行动，并非孤立事件，而是哈佛大学与美国特朗普政府之间持续数月紧张关系的升级。
根据此前报道，数月以来，联邦政府持续向哈佛大学施压，要求其在校园活动、政策、人事聘用及招生方面进行调整，主要目标包括根除校园内的反犹太主义，以及消除政府所称的“种族主义的‘多元化、公平和包容’（DEI）实践”。
在此期间，哈佛校园内曾因以色列-哈马斯战争爆发过多次立场鲜明的抗议活动和营地驻扎，引发校内外广泛关注。美国政府方面也特别指出，其关注点包括据信参与了相关抗议活动的外国学生和教职员工，国土安全部曾正式要求哈佛大学提供部分外国学生的行为记录。
面对联邦政府的一系列要求，哈佛大学校方则多番强调学术自由和大学自治的重要性，认为许多要求已“远超联邦政府的职权范围”，并可能侵犯其宪法权利。在多所面临类似压力的美国大学中，哈佛被外界视为“学术独立最坚定的捍卫者之一”。
在SEVP认证被吊销之前，哈佛大学已遭受数轮来自联邦政府的压力措施。其中包括高达22亿美元的联邦科研资金被冻结（哈佛大学正就此在法庭上抗争），以及有消息称美国国税局（IRS）正计划取消哈佛大学的免税资格。
校园内部，相关的紧张氛围也早有显现。哈佛大学在2024年曾因其对校内亲巴勒斯坦抗议活动的处理方式，以及部分犹太裔校友和学生就校园反犹主义提出的投诉而受到激烈批评。校方成立的两个特别工作组在2025年早些时候发布的报告也指出，在2023-2024学年，部分犹太裔和穆斯林学生都曾在校园中感到不安全、被疏远，甚至遭遇学术审查。作为回应，哈佛大学已采取部分措施，例如将其“公平、多元化、包容与归属办公室”更名为“社区与校园生活办公室”。
天之骄子成“哈佛难民”
国土安全部22日发布的禁令后，震惊、愤怒、恐慌的情绪迅速在哈佛校园内外蔓延。王婧说，大家的第一反应首先是担心自己还能不能在哈佛继续完成自己的学业？如果身份失效怎么办？
一些在哈佛进行博士后研究的学者，已经在考虑接下来的应对和出路问题，例如转为工作签证而非学生签证。
对于一些刚刚被哈佛录取，即将赴美开启校园生活的新生来说，这一消息更是让他们措手不及。有哈佛新生在社交媒体上贴出自己去美领馆签证未能直接通过，被放入行政审查的消息，“不知道这学还能不能上了，希望这一切赶快平息吧。”这位哈佛新生说。
部分哈佛在校生开始自称自己是“哈佛难民”，他们自嘲说，“原来听说在哈佛上学难，原来不是读书本身难。”
23日，当法官暂停执行的消息传出后，哈佛校园内的情绪有所缓解。王婧说，她在中国留学生的微信群里看到有人半开玩笑地打出：“感谢法官！差点就成了第一批‘哈佛认证国际难民’了！”
底下迅速跟上了一串哭笑不得的表情包和“同感+1”的回复。
“昨天还在查转学去加拿大或者欧洲的可能性，今天突然告诉你‘暂时没事了’，这种感觉太不真实了，”主攻东亚史的博士生陈曦（化名）苦笑着说，“前一秒还在担心研究资料看不完，下一秒就在想，我是不是得去申请个什么‘学术避难’。”
她和几个同样惴惴不安的同学在得知禁制令后，相约在查尔斯河畔走了走，大家谈论的，除了对未来的不确定，还有这种从“天之骄子”到差点“流离失所”的荒诞感。
哈佛反击：校长的誓言与法庭上的交锋
在危机到来时，哈佛大学迅速做出反应。5月22日夜间，哈佛大学校长艾伦·加伯向全体师生发出一封措辞强硬的公开信。他严厉谴责国土安全部的决定是“不合法且毫无依据的报复性行为”，是对“学术自由的公然侵犯”，并郑重承诺哈佛“绝不会抛弃我们的国际学生与学者”。
更为关键的是，校长在信中宣布，哈佛大学已在联邦法院对国土安全部提起诉讼，并紧急申请临时禁制令（TRO），以阻止SEVP认证吊销令的即刻生效。“我们将动用一切法律和可利用的资源，来捍卫我们的学生、我们的价值观以及哈佛的学术使命，”校长的誓言给惶恐中的学子们带来了一丝慰藉。
与此同时，哈佛校友组织Crimson Courage也迅速组织一场在线会议，邀请到众多哈佛法学院目前在从事法律工作的校友，为关心事件的国际生和其它人士提供帮助。
终于，在2025年5月23日下午，好消息传来：美国地区法官艾莉森·巴勒斯（Allison Burroughs）正式批准了哈佛大学的请求，签发了临时禁制令。这意味着国土安全部吊销哈佛SEVP认证的行动被即刻暂停，“特朗普政府”剥夺哈佛招收国际学生资格的计划也因此暂时受阻。
但学生和校方都清醒地认识到，这只是阶段性的胜利。临时禁制令为他们争取了宝贵的喘息时间，但国土安全部的行政令本身依然存在，针对其合法性的法律诉讼还将是一场持久战。
风波暂息：棋子的自觉与未尽的忧思
“虽然暂时安全了，但那种‘人为刀俎，我为鱼肉’的感觉，短期内很难消除。”陈曦在得知禁制令消息后，平静了许多，但也多了几分深思。他和许多国际学生一样，在这场风波中感受到了自身作为个体的脆弱。
奥地利籍大三学生卡尔·莫尔登（Karl Molden）先前接受CNN采访时将国际学生比作“更大斗争中的玩物”，这句话此刻依然在许多人心中回响。
哈佛经济学教授贾森·弗曼（Jason Furman）也曾警告，此类事件将损害美国高等教育的声誉和软实力。即便有了临时禁制令的保护，这次事件所暴露出的问题，以及它可能对国际学生未来政策产生的潜在影响，依然是大家深切关注的焦点。
哈佛与美国政府之间的法律战役才刚刚拉开序幕。对这些国际学生而言，未来数月甚至更长时间，他们或许仍将在希望与不确定性交织的心境中度过。
2025-05-23 07:11:13
腾讯新闻《潜望》作者 | 晓尧
编辑 | 刘鹏
5月22日，手回集团(02621.HK)发布公告启动招股，计划在全球发售24358400股股份，其中21922400股股份为国际发售股份，香港公开发售股份2436000股，发行区间为5.84至8.08港元，本次IPO募资规模至多为1.968亿港元，预计将于5月30日开始在香港联交所主板交易。
在向港股IPO发出冲刺两个多月后，小雨伞保险经纪有限公司的母公司深圳手回科技集团有限公司（简称“手回集团”），终于踏进了资本市场。
成立于2015年的手回集团，将自己定位成人身险中介服务提供商，核心业务是旗下的通过数字化平台促成保险交易，收入主要来自于保险公司支付的佣金。
手回集团在招股书中表示，IPO募集所得资金将主要用于加强并优化销售和营销网络以及改善服务，提升研发能力并改进技术基础设施，选定兼并、收购和战略等用途。
值得注意的是，这已是手回集团在短短一年半时间内第三次闯关港交所。在2024年1月12日、2024年7月30日，手回集团曾两次递表港交所，但都因期限届满未通过审核而失效，2025年3月7日，手回集团在港交所更新了招股书，三叩港交所后终获入场券。
而手回集团之所以对登陆资本市场表现出急切的执念背后，则是其营收在连续两年出现波动后，急需通过新的融资补充“现金流”的渴望，以及向早期投资机构履行“上市义务”对赌协议带来的压力。
波动的业绩
咨询公司弗若斯特沙利文公开的行业数据显示，手回集团在2023年占据长期人身险7.3%的市场份额，是中国第二大线上保险中介服务机构。
从业务收入构成方面看，手回集团旗下拥有小雨伞、咔嚓保、牛保100三个差异化的在线营销平台。其中“小雨伞”是直接面向C端用户的直营平台，为个人客户提供保险产品，“咔嚓保”则通过保险代理人群体拓展分销渠道，“牛保100”以聚合B端合作伙伴，借助企业机构资源拓展营收。
从营收占比来看，来自B端渠道的“牛保100”在2024年贡献了8.65亿元收入，占手回集团保险交易服务总收入的62.8%，知名度最高的“小雨伞”带来的直销收入仅为2.93亿元，占比只有21.3%，来自“咔嚓保”渠道的的收入为2.2亿元，占比15.9%。
虽然手回集团已经跻身头部保险经纪行列，但招股书公开的财务数据，显示这家保险科技公司近几年的营收业绩仍处于不稳定的波动状态。
数据显示，在2022、2023、2024三年间，手回集团分别实现收入8.06亿元、16.34亿元、13.87亿元，虽然2023年营收有较大增长，但2024年同比却出现了15%的下降。在盈利能力方面，手回集团在2022年实现了1.31亿的净利润，但2023、2024却迎来了连续两年的亏损，分别亏掉了3.56亿、1.36亿。
对于业绩出现的大幅波动，手回集团在招股书中给出的解释是：由于公司估值变动，2022年向投资者发行的金融工具账面值变动收益0.62亿元，2023年亏损0.58亿元，2024年亏损3.45亿元；该公司在往绩记录期间的收入波动。
而作为核心业务的长期寿险收入下降也成了手回集团营收波动的不稳定因素。对此手回集团在招股书中表示，长期寿险收入减少的主要原因一方面是整体经济放缓导致对长期寿险产品的需求减少，及保险公司因应2024年中国利率下调而下调长期寿险产品的预期回报率，需要控制向保险客户支付回报等成本超过保险公司收入的风险，另一方面是为应对保险行业政策变化，保险公司作出谨慎调整。
据了解，手回集团所提到的保险行业政策变化，正是金融监管总局在2023年8月下发的《关于规范银行代理渠道保险产品的通知》，在银保渠道力推“报行合一”，对公司加强银行代理渠道业务管理，强化精算假设对产品设计和具体执行的硬约束。
监管部门要求，对保险公司加强费用真实性管理，严格规范佣金支付，向银行代理渠道支付的佣金不得超过列示的佣金率上限。不得直接或间接以出单费、信息费等名义向银行代理渠道支付佣金以外的任何费用。
在“报行合一”的监管要求下，险企中介渠道佣金费率出现大幅下降，销售佣金被强制压减了40%～50%，全行业相关渠道平均佣金水平较之前降低30%。
而手回集团的财务数据显示，其长期寿险产品的平均首年佣金率已由2023年的31.7%下降至2024年的21.5%。
除了营收面临多方面的挑战，手回集团也难见“科技”成色。虽然身披“保险科技公司”外衣，但手回集团目前的业务收入构成中，来自向保险公司提供保险技术服务的贡献占比极少，仍是一家依赖保险销售带来佣金收入的在线保险中介，凸显其商业模式单一的短板。
另外越来越多的保险企业正在建立自有在线营销平台，直接向客户销售互联网保险产品，“去中介化”趋势将进一步压缩手回集团等保险中介的生存空间。
上市的压力
关于手回集团的诞生，小雨伞曾在宣传中称其创始人之一的光耀，晋升奶爸后想给孩子买保险，但不知道怎么能选到合适的保险，并从中看到了商业机会，决定辞职进入保险行业创业。
公开资料显示，2015年1月，光耀联合韩立炜、独立第三方胡婉珠创立了手回集团的前身深圳木成林科技有限公司，搭上了“互联网+保险”的东风，成立仅一个月就拿到了天使轮融资。
招股书披露，2015年2月10日，投资机构极地信天以对价300万元人民币认购了手回集团注册资本的人民币88.24万元，投后估值2000万元。9个月后的11月10日，手回集团开启了A轮融资，与北京红杉信德、极地信天等订立了投资协议，红杉信德和极地信天分别以2000万元、137.65万元认购手回科技164.20万元及11.30万元注册资本，投后估值9302.33万元。
2017年2月23日，手回集团开启了B轮融资，与杭州经天纬地及天士力等订立投资协议，经天纬地和天士力分别以2000万元认购手回集团95.47万元注册资本，此轮投后手回集团估值达到2亿元。
2020年12月30日，手回集团迎来C轮融资，引入了珠海麒斐和珠海君晨，光耀和韩立炜通过全资拥有的大彩小虹，将手回集团4.91%的股权，对应42.25万元注册资本，以5066.67万元转让给了珠海麒斐，以2533.33万元的价格向珠海君晨转让手回集团2.45%的股权，对应21.12万元注册资本。而手回集团的估值也达到了11.47亿元。
从2015年天使轮投后的2000万估值到2020年C轮融资后的11.47亿元估值，短短6年时间手回集团估值涨了60倍。
递表港交所之前，手回集团累计进行了5轮融资，投资方包括极地信天、红杉雨澄、经天纬地特殊目的公司、歌斐特殊目的公司、西藏聚智、天津聚新及StarReach Tech Limited等。
从招股书公开的信息可以看到，截至目前，手回集团第一大股东是Little Blue Light Ltd，持股比例为29.68%，Little Blue Light Ltd于2020年在英属处女岛注册，由手回集团创始人、执行董事光耀全资拥有。手回集团创始人韩立炜通过在英属处女岛注册的 Convolution Ltd持有8.18%的股份。红杉雨澄持股13.05%，歌斐特殊目的公司为外部最大股东，持股14.06%，
在业内人士看来，手回集团短短一年半时间三次向港交所递表，除了希望通过IPO从资本市场融资补血现金流外，还有履行与投资者签订的对赌协议压力。
手回集团在招股书中也披露，公司在A轮、B轮、C轮融资中均与投资者约定了包含撤资权在內的特殊权利条款。若IPO未能成功，投资者可依据相关条款行使撤资权，要求公司履行股份回购义务。
资本退出的需求在2023年就已经提出并进行了兑现。招股书显示，早期进入的机构股东紅杉信德、经天纬地于2023年7月17日和手回集团签订了39.5万元股权、42.1万元股权的股份回购协议，分别套现1500万元、1600万元。
虽然手回集团赶上了保险科技热的风口，但其冲击资本市场的步子却显得有点慢了。晚于手回集团成立的保险科技公司有家有保、致保科技、益盛鑫科技在2023年就登陆了美股；成立于2017年的众淼创科也在2024年8月上市，成为国内保险中介登陆港交所第一股。最近上市的互联网保险中介则是元保，4月30日在纳斯达克挂牌上市。
在监管新规对营收带来的压力、以及人工智能对保险中介行业的冲击下，手回集团在资本市场能讲的故事，越来越少了。
“内讧”的往事
在手回集团的发展中，“徐瀚”这个名字一度非常显耀。但在向港交所的三次递表中，手回集团的招股书及资料集均没有提及“徐瀚”。而在2020年，正是“徐瀚”的“控诉”举动，让外界关注到了手回集团创始团队那次轰动业内的“内讧”。
2020年5月14日凌晨，时任保险特卖平台小雨伞董事长的徐瀚在朋友圈发文控诉称，CEO光耀趁自己滞留香港之际，不但移除了自己在公司内部的相关权限，甚至还对内宣称徐瀚将专注小雨伞海外及投资管理，此后小雨伞相关工作一律汇报给光耀。
徐瀚曝光的内容中，称光耀派人以胁迫威逼的方式，控制了小雨伞保险经纪的财务负责人，占据公司财务章和营业执照；指责光耀借讨论公司业务规划发展和资本运作等事宜，趁机发难要求改选董事长。
小雨伞保险经纪的高管“抢公章”事件一时间成为舆论关注的热点。对此，小雨伞官方在当日早间发布声明称，因公司人事变动安排，正在与董事会和管理层沟通，一切皆在法律许可范围内，业务正常运营。
不过让业内大跌眼镜的是，仅仅半天之后，“抢公章”事件便出现反转，徐瀚删除了控诉内容，并和光耀同时在朋友圈发了澄清，称“因信息错位产生误会，双方静心沟通后误会已消解。”
虽然“内讧”事件得到了和解，但半年后，徐瀚退出了小雨伞，光耀接任了小雨伞的董事长。
作为手回集团旗下最知名的保险直销平台，小雨伞在2015年由徐瀚、光耀、韩立炜三位创始人共同创立，分别担任董事长、CEO和CTO。2017年4月，手回集团在获得B轮融资后，斥资2200万元并购了万贝国际保险经纪，并将其更名为小雨伞保险经纪，由此获得保险销售牌照。
而从小雨伞离职后，徐瀚于2021年3月创立了另一互联网保险服务平台——乐橙云服，继续留在保险中介领域。
虽然小雨伞官方网站和手回集团的招股书已经没有任何“徐瀚”存在过的痕迹，但仍有一些信息可以关联到徐瀚。
手回集团在招股书对公司的历史和发展介绍中，称创始人之一的胡婉珠，为前高级管理层成员的家庭成员。而在徐瀚离开手回集团后，创立的乐橙云服旗下的乐橙保险代理公司的大股东，正是胡婉珠。2024年，乐橙保险代理大股东从胡婉珠变更为深圳小步奔跑科技集团有限公司，实际控制人从“胡婉珠”变更为“徐瀚”。
值得注意的是，也就是在徐瀚从手回集团离开的2020年的11月，手回集团的创始人、股东胡婉珠将持有的14.35%的股份分别以5120万元、1280万元转让给其他两位创始人光耀和韩立炜，退出了手回集团。
曾经亲密无间、合力将手回集团发展成头部互联网保险中介的创始团队，正式分道扬镳。
2025-05-20 09:38:29
腾讯新闻《潜望》作者 | 谢照青
编辑 | 刘鹏
5月20日，在香港特别行政区财政司司长陈茂波的见证下，今年全球最大的IPO——宁德时代在港挂牌。开盘即高开12%，股价超294港元/股。
5月19日晚间，宁德时代公告称，在悉数使用了额外发行权后，宁德时代最终在港股发售1.35亿股（不包括绿鞋部分），总股本为45.38亿股。此次宁德时代共募资356.6亿港元（不包括绿鞋部分），扣除投行等中介机构上市费用后，净募资额为353.3亿港元。
5月19日暗盘时，在散户较为集中的香港本地券商辉立证券的交易场，宁德时代曾最高冲至每股288港元，相较于定价263港元每股，涨幅超过9%，估值一度超过1.3万亿港元。
宁德时代的上市，对于香港资本市场、港交所以及港府来说，都是一件鼓舞人心的事。陈茂波现场表示，宁德时代此次募资超过90%将用于匈牙利海外工厂建设。这也是香港资本市场未来支持中国企业出海的重要作用，即通过香港募资，支持企业出海拓展业务。
陈茂波于5月18日提及，得益于宁德时代的上市，香港今年的IPO募资额累计超过600亿港元，相较于去年同期增长了6倍，融资规模暂居全球首位——这也是自2021年后，香港IPO募资额重回全球首位。
宁德时代备受机构投资者的追捧。配售结果显示，共有428家机构获得宁德时代的股票，包括基石投资者在内，认购额超过15.17倍。这也是宁德时代最后悉数使用了额外授权股票的原因，“认购非常火爆“。
投资者关注两大问题：国内增长能否持续、海外赚钱能力如何
“机构都疯狂下单。”一位下单的大型机构投资者曾如此表示。腾讯新闻《潜望》获悉，就投IPO项目而言，中环较为活跃的基金大概200多家，而此次，获得宁德时代国际配售份额的机构达到428家——这一数据远超IPO的机构认购中位数。这也说明，宁德时代确实受到了机构投资者的追捧。
与此同时，宁德时代引入了超过20家基石投资者，除了常见的橡树资本等外资机构外，还有中东的科威特投资局，更多的则是中资背景的投资人，包括中石化、景林、博裕资本等。招股书显示，这些基石投资者下单总额大约26亿美金。
宁德时代的分配结果显示，此次机构认购部分共发行了1.25亿股，其中这些基石投资者共认购了7745.5万股，占H股发行（不包括绿鞋在内）总股本57.13%。这意味着，不愿意做基石的机构投资者超过400家，他们则需要抢分剩下的股份。
腾讯新闻《潜望》曾获悉，大多数在中环的机构投资人都参与了宁德时代的项目，其中国企背景的机构也相对之前更为积极，其中包括某国有机构在最后时刻与宁德时代上市团队再次单独沟通之后，下单超1亿美金。
其中一位并未参与做基石、但在国配部分下了大单的机构负责人表示，宁德时代相当于港股的“茅台”，核心是其稀缺性，即宁德时代在电池领域市占率相对较高，和茅台的境况相当。
招股书显示，宁德时代在动力电池方面，2024年，全球市占率达37.9%，而储能电池2024年的全球市占率则为36.5%，并分别于全球连续8年和4年市占率第一。与此同时，宁德时代的利润相对稳定，2022年、2023年及2024年，分别为335亿元、473亿元及553亿元，分別同比增长41.5%及16.8%。
他也表示，宁德时代和其他大多数企业一样，接下来会面临“国内增长能否持续、出海的赚钱能力如何、动荡的地缘政治不确定性等多重考验——这也是他所在的机构并未选择做宁德时代基石、而选择从国配下单的主要原因之一。（备注，按港股市场的要求，基石需要锁定至少半年，而国配部分则随时可以买卖）。
出海是大多数中国企业当下最为重要的方向，宁德时代也不例外。宁德时代在招股书中提及，此次募集的资金将会用于海外业务的发展，其中包括匈牙利工厂建设等。
公开资料显示，宁德时代在欧洲已经布局了德国、匈牙利、西班牙三座电池工厂，其中德国工厂于2023年初正式投产，而匈牙利工厂已经完成前期筹备，总投资需49亿欧元，截至2024年底，已经投入约7亿欧元。
腾讯新闻《潜望》获悉，在上市路演期间，宁德时代团队也多次表示海外会成为公司新的增长点。一些机构投资者表示，现在暂时看不到宁德时代海外盈利能力的具体数据，仅可见海外营收确实增长了。宁德时代招股书显示，2024年财报中有30.5%的营收来自海外，其中来自欧洲的占比较高。
宁德时代于第一季业绩会上透露，德国工厂已经开始盈利。但是从财报数据中暂未能找到具体的盈利状况，包括利润率等。一些机构投资者认为，可能最有说服力的则是，什么时候宁德时代可将海外的营收和利润表具体公布出来。
腾讯新闻《潜望》获悉，部分参与国配认购的机构投资者并未考虑长期持有，更多做短期投资。这些投资者透露，他们大多数都会在宁德时代上市第一周之内陆续卖掉，甚至不少决定上市当天出手，毛利10%已经知足。
还有部分机构投资者明确表示，“不想长期持有，虽然现在是电池龙头，但是这个行业发展太快，尤其是海外业务逐渐增加，受到地缘政治的影响会越来越大，不适合长期持有。”
去年大笔分红超250亿元 不缺钱的宁德时代为何要上市？
宁德时代不缺钱——这是大多数中环机构投资者对宁德时代的第一印象。招股书显示，截至2024年12月31日，宁德时代账上货币资金（包括银行余额、存款及现金）高达2982亿元，期末现金及现金等价物余额则有2701.6亿元——这一数据相较于2022年同期几乎翻了一倍。
除了“手中有余粮”外，宁德时代当前的盈利能力也不错，完全可自我造血。公开数据显示，截至2024年12月31日，宁德时代年度利润为553亿元，同比增长16.8%。
与此同时，宁德时代的招股书显示，关于2024年度的分红方案，即向全体股东每10股派发现金分红45.53元（含税），已于4月22日完成。据统计，该笔分红共涉253.72亿元。
这一次性分红的金额，相较于此次赴港IPO募资总额（不包括绿鞋在内）356.6亿港元，不相上下了。
这些都足以表明宁德时代“不差钱”——当然，这是近年来港股投资者最喜欢的IPO类型之一，即“不差钱的IPO公司”。腾讯新闻《潜望》获悉，自疫情以来，越来越多的中环投资者更聚焦“有较强盈利能力、并不缺钱的公司”，不再踊跃参与那些“看起来光鲜、实际上并没有盈利能力的公司”，包括不限于生物医药公司、科创公司等。
宁德时代在路演中反复提及的上市募资目的则是要积极扩大海外业务，尤其是投资匈牙利工厂。腾讯新闻《潜望》获悉，宁德时代此次的募资绝大部分将投入匈牙利工厂的建设。
尽管手中握有上千亿的现金，但是宁德时代也一直在探索海外募资的可能性。宁德时代早在2023年曾一度希望在瑞士发行全球存托凭证（GDR）以募资资金。但是后来随着监管叫停了GDR的审批后，宁德时代的计划也随之搁浅。
多位熟悉宁德时代上市团队的知情人士透露称，随着GDR的叫停，宁德时代一度想赴港二次上市，因为其出口的占比越来越多，同时也希望找到更多的外资投资者。
但是，在此之前，对于赴港上市，宁德时代并不积极。2024年4月19日，中国证监会发布了5项资本市场对港合作措施，其中包括，支持内地行业龙头企业赴港上市。
上述知情人透露称，直到2024年第三季度，在某种因素的推动下，宁德时代才加快了赴港IPO的节奏，希望可以成为A+H的标志性项目。
随后，2024年10月，香港证监会与港交所联合宣布优化港股IPO审批流程，符合预计市值达到100亿港元等条件的A股公司，审批时间大幅缩短。宁德时代此次在港IPO流程确实相较于其他项目，要快不少。
公开信息显示，宁德时代于2025年2月11日正式向港交所递交上市申请，并于3月25日获中国证监会境外发行上市备案通知书——这一时间也创了近年境外发行备案的最快纪录。随后，不足2个月，即5月6日，宁德时代通过港交所聆讯，这也比大多数IPO快不少。港交所的数据显示，从提交上市申请到通过聆讯，所需工作日的中位数为80天。
与此相类似的是，在之前的小米集团赴港IPO时，其于2018年5月3日提交申请，当年6月7日便通过聆讯，也仅不足2个月时间。
2025-05-16 09:01:47
腾讯新闻《潜望》作者｜谢照青
编辑｜刘鹏
宁德时代赴港IPO募资环节接近尾声，所有的认购已于5月15日中午截止。
腾讯新闻《潜望》获悉，宁德时代已于5月14日晚确定定价为每股263港元。这一结果毫不意外，因为机构投资者的认购较为活跃，一般取上限为定价。
腾讯新闻《潜望》在此之前曾独家获悉，此次机构投资者下单宁德时代总额超过500亿美元，折合为约3903亿港元，剔除基石认购部分（约26亿美元），已经超额认购30倍。
与此同时，截至5月15日中午，富途客户端显示，此次宁德时代IPO中，散户认购部分超额117倍，认购金额超过2700亿港元。
相较于之前市场爆火的蜜雪冰城、布鲁可等IPO项目，宁德时代的散户认购数则要小很多。港交所数据显示，今年上市的蜜雪冰城募资34.55亿港元，其机构认购35.23倍——与宁德时代的机构认购倍数相当，但是其散户认购则为5258.21倍，远超宁德时代的117倍。
这也说明，宁德时代在散户和机构之间的受追捧程度有所差异。
同样备受中环机构投资者追捧的IPO项目，比起蜜雪冰城等，为何宁德时代在散户群体的认购热情相距甚远？
多位在港参与新股配售的负责人、参加打新的机构负责人等认为，这当中涉及多种原因，包括散户的投资喜好不同等。其中不少人指出，香港的散户投资者相较而言，更喜欢打新消费股。
但是，更多熟悉此次宁德时代配售的中环人士则透露称，除了散户的喜好外，可能最直接的原因是宁德时代上市团队“不希望太多的散户参与进来，因为宁德时代更希望长期投资的机构持有自己的股票，最希望的则是长线投资的基金”。
“宁德时代想要大机构，不想让散户参与太多。”一位正在参与宁德时代打新的基金负责人表示。
宁德时代的IPO招股架构也证明了这一点。招股书显示，“已向联交所申请，且联交所已批准我们豁免遵守上市规则第18项应用指引第4.2段，理由是香港公开发售将初步占全球发售的7.5%（剩余属于国际发售），而毋须受任何回补机制所规限。“按照港交所现行的规定，散户部分超额认购的话，则需要从机构认购部分进行回拨，具体如下：
大部分新股散户认购部分占总发售的10%，如果散户超额认购为15倍以内则不回拨，散户认购部分与国际配售（即机构认购）保持1:9的比例。
但是，若散户部分超额认购15-50倍，则需要从机构认购部分回拨一部分至散户部分，最多回拨至30%；若散户部分超额认购50-100倍的，回拨最多至40%；若是散户部分超购100倍以上时，那回拨最多至50%，这也是散户认购的上限，相当于散户和机构可认购的部分1:1，相对更公平，可让更多的人参与打新。
但是，港交所对于募资额超过100亿港元等大型IPO有豁免权，即散户认购超额后无需进行回拨——宁德时代申请了这一豁免权。宁德时代除了公开发行1.179亿股外，还有1770万股的额外授权发售、1770万股的绿鞋，若是这两项额外授权都用上的话，宁德时代此次的募资额可达410亿港元，远超100亿港元。这也将使其成为今年全球募资额最大的IPO。
宁德时代不管在动力电池还是储能电池方面，在2024年的全球市占率都超过了36%，实属全球电池龙头大厂，也因此被股民称之为“宁王”。
这就意味着，满足豁免权的宁德时代，此次的散户认购占比固定为7.5%，即不管散户认购倍数超额多少，都无需回拨。
“这其实就是直白地告诉散户，不管你们多热情，我就只想给你分7.5%。”一位在港参与打新多年的小型机构负责人表示，他认为没有回拨实际上伤害了散户的利益。
“若是没有回拨的机会，参与的人越多，分到货的可能性就越小，经常参与打新的散户可能兴趣会减弱。”一位负责散户打新的券商人士如此表示，这对于他所在的券商而言，通过服务客户打新的收入也会减少。
也有市场人士认为，宁德时代的行为，在法理上并无瑕疵，但是这对于小散户来说，并不友好，甚至会伤害散户的情绪。他还表示，2019年阿里巴巴回港上市时，其募资规模超过1000亿港元，当时散户认购超额40倍后，阿里巴巴也做了相应的回拨，即将配售给机构投资者的股份回拨至散户部分，将最初的散户认购额2%，提高至10%。
“散户的情绪对于宁德时代来说并不重要，宁德时代更在意的是大机构的投资者，甚至偏爱长线投资者。”一位参与过多个大型IPO的券商人士如此表示。宁德时代也是这样操作的。宁德时代招股书显示，机构认购部分，若是以最初发行1.17亿股、每股236港元计，超过60%下单为基石投资者——按照港股的规则，这些投资者需要锁定半年之后才能进行交易，都属于长线投资者。
市场还有消息称，宁德时代上市团队曾口头对某些合作友商的机构投资者透露，希望后者认购后尽量锁仓一段时间，尽管按照港交所要求，这些机构投资者并无锁仓要求。截至发稿，这一消息暂未获得宁德时代上市团队置评。
”热闹是别人的，和我们关系不大。“一位参与打新的普通投资者表示，他参与的金额仅数十万港元，可申购的数额有限。按每股263港元、每手100股计，宁德时代打新一手入场费26565.24港元。按照富途客户端数据估计，申购20手可能中1手。他认为自己抽中的概率不高，因此也就没有什么期待。
上述券商人士和多位在港参与股票配售的人士一致认为，在港股市场，散户占比太小，散户的情绪没有价值，更不值得像宁德时代这样的大公司关注。
公开数据显示，现在港股市场中，散户占市场成交额不足15%，而机构投资者的集中度越来越高，后者在市场的议价能力也越来越强。
也有其他经常参与国配的基金负责人表示，若是新股在港上市的话，不在意香港的散户情绪可以理解，但是作为A+H上市的公司，A股市场散户基础更大，也更为活跃，其中也包括了部分参与港股IPO打新的散户。
除了不待见小散户外，”霸气“的宁王此次赴港上市在投行方面的话语权也不小。腾讯新闻《潜望》获悉，宁德时代此次的投行承销费用也压得很低，即募资金额的0.2%。市场常规的承销费用为募集资金的1.5%-4.0%不等。
以此计算，此次宁德时代上市，加上额外授权及绿鞋等在内，最多总募资约410亿港元。不完全包括绿鞋用尽的情况下，承销费用约1.3亿港币，分给至少6家投行，若是宁德时代不给这些投行额外的奖励，每家投行所得寥寥。
腾讯新闻《潜望》还曾获悉，某家主承销投行早期并未去宁德时代做实地尽调，最后也出现在了保荐人名单上。这是因为该投行曾协助宁德时代在其他方面的融资。此次宁德时代的承销团队中，有些头部机构曾为宁德时代的友商服务过（比如募资等），随后在IPO过程中，被逐渐边缘化。
大机构们的情绪倒是高企。腾讯新闻《潜望》此前独家获悉，截至5月14日，宁德时代已获得机构下单超500亿美金，折合约3902亿港元，剔除基石认购部分，已经超额30倍。
“机构都在疯狂下单。”一位已经下单的大型机构投资者如此表示。其中一位并未参与做基石、但在国配部分下了大单的机构负责人表示，宁德时代相当于港股的“茅台”，核心是其稀缺性，即宁德时代在电池领域市占率相对较高，和茅台的境况相当。
招股书显示，宁德时代在动力电池方面，2024年，全球市占率达37.9%，而储能电池2024年的全球市占率则为36.5%，并分别于全球连续8年和4年市占率第一。与此同时，宁德时代的利润相对稳定，2022年、2023年及2024年，分别为335亿元、473亿元及553亿元，分別同比增长41.5%及16.8%。
当然更为重要的则是，这些大型机构预期可以分到额度——这就意味着可以赚钱。因为在这些机构投资者看来，对宁德时代影响最大的关税问题，随着5月12日中美发布联合声明而暂时消失了。
不少基金人士估计宁德时代5月20日挂牌当天的涨幅至少为10%左右——这对于那些申购成功的大机构来说（除了基石投资者），相当于当天就赚钱了，也可以随时落袋为安。
“看起来热闹，其实投行和小散户都赚不到什么钱。”多位在港的投行人士如此表示，可能最后赚钱的则是大机构或者是将大额资金参与散户打新的一些基金公司。
大多数在港的基金负责人一致认为，宁德时代不愿意回拨更多股票至散户，情有可原——这样可在未来让宁德时代的股价相对更稳健。
这也是宁德时代选择将超过50%的机构认购留给基石投资者的原因，进而减少国配的额度——后者可以随时卖出，也会引起股价波动。
宁德时代的招股书显示，宁德时代引入了超过20家基石投资者，除了常见的橡树资本等外资机构外，还有中东的科威特投资局，更多的则是中资背景的投资人，包括中石化、景林、博裕资本等。招股书显示，这些基石投资者下单总额大约26亿美金。
按照港股市场的要求，基石需要锁定至少半年，而国配部分则随时可以买卖。相较于这些机构投资者来说，散户的参与度越高，股票波动性相对更高。
香港投资者及理财教育委员会曾于2021年做的一项调查显示，超过50%的散户在打新后将于一周内“卖掉股票“。香港投资基金公会总裁黄王慈明曾表示，这会增加新股的股价波动性。
这也是2024年底以来，港交所积极推进的新股改革的方向，其中包括将分配至散户的回拨比例上限由现在的50%降至20%。 这一改革意见已于3月19日结束意见征询。
按照港交所现行的规则，若是募资额超过100亿港元，则可以豁免回拨至50%，但宁德时代申请了豁免。
若是这项由港交所新CEO陈翊庭主导的核心改革通过证监会审批，不回拨或将成为赴港大型IPO的常规操作，甚至未来成为IPO“标配”，
该改革被市场称之为“抛弃散户的改革”。部分本地券商人士表示，这项改革会让散户的参与度降低，直接减少了本地券商的收入，加大了券商的经营难度。公开数据显示，过去这三年，因为收入减少，香港超过90家券商关门。
一位参与了此次宁德时代打新的中小型基金负责人表示，不回拨会使得打新更为艰难。他举例称，此次他所在的基金为了能够抽中宁德时代的新股，他们用了大概10多亿港元本金追加“顶头槌“，加上杠杆，总金额近100亿港元。（备注，以每股263港元计，宁德时代的顶头槌所涉11.63亿港元）
即使如此，他和团队预估，最多他们的这些顶头槌可获得约5000万港元的配额，若是当天涨幅10%的话，未剔除手续费及利息等成本，毛利润约500万港元。
一位经常参与顶头槌认购的人士表示，顶头槌，指新股于公开发售中一个散户可认购的最多的股票数，其上限是该IPO公开发售股票数的一半。
宁德时代此次最初计划发行1.18亿股，其中公开发行7.5%，即相当于884.21万股。若是一个散户此次宁德时代参与了“顶头槌”的话，最多可下单442.1万股，以现每股263港元定价计的话，涉及金额最多11.63亿港元。
这种追加顶头槌的做法并不适合普通散户，这就意味着散户越来越难通过参与打新赚钱了，“那未来，港股市场的散户会越来越少。“
对于市场的质疑，陈翊庭曾专门撰文解释称，1998年设立的回拨机制“是为了照顾散户投资者对于新股的强烈认购需求”，但香港散户已从1997年占市场成交额的53%，降至目前已不足15%。
她还进一步表示，回拨机制只有香港实行，不符合国际市场惯例，这也容易造成新股发行价高于实际市场需求，让议价能力不足的散户为偏高的新股发行价埋单，容易出现新股上市后“暴跌”的情况。
在散户越来越少的港股市场下，类似“宁王“这样的IPO盛宴，距离普通人将越来越远。
2025-05-15 09:28:06
腾讯新闻《潜望》 特约作者丨冯彪
编辑丨刘鹏
“牛市赚得少，熊市不免亏。”一句话道尽了公募基金8亿投资人的心酸。
但另一头，管理着超32万亿资产净值的基金公司却能凭借管理费“旱涝保收”。
5月7日，证监会发布《推动公募基金高质量发展行动方案》（简称《方案》），对主动管理权益类基金收费模式、基金公司与投资者的利益绑定、基金经理的业绩考核和薪酬管理等问题作出了新的规定。《方案》或将重塑公募基金行业的发展和竞争逻辑。
根据Wind数据，截至目前中国公募基金经理数量已突破4000名，在评价体系发生明显改变之后，基金经理们将迎接大考。公募基金行业长期存在的重规模轻回报、固定管理费“旱涝保收”的模式也将改变。
其中，头部机构60%主动权益基金将实施“基准分档收费”，打破“无论牛熊躺赚”的商业模式。
4成股票基金跑输业绩基准超10%
公募基金公司“旱涝保收”、“奖重罚轻”的问题饱受投资者诟病。近两年受股市波动等多种因素影响，部分权益类基金出现亏损，投资者获得感不强等问题更加凸显。
此次《方案》强化了基金公司与投资者的利益绑定，其中重点提及，对三年以上产品业绩低于业绩比较基准超过10个百分点的基金经理，要求其绩效薪酬应明显下降。
如果以近几年公募基金行业的业绩表现为例，恐怕会被降薪的基金经理不在少数。
根据wind数据显示，截至今年5月8日，成立三年以上的普通股票型公募基金共有728只，其中，三年业绩（即2022年5月9日至2025年5月8日）净值增长率低于基准收益率10个百分点的基金共有289只，占比达到39.7%。跑输业绩基准最大的是嘉实智能汽车，低于基准高达近80个百分点。
另外，在这728只基金中，三年业绩亏损的基金共403只，占比达到55%。亏损幅度超过30%的基金有51只，占比达到7%。亏损最高的一只基金是广发高端制造C亏损幅度达到52.77%。
就主动管理基金而言，方正证券的一份研报统计，近三年跑输基准10个百分点以上的主动权益产品数量占比约47%。
因此，如果按照近三年跑输比较基准的公募基金占比数量粗略估计，或有超40%的基金经理面临降薪。
不过，拉长期限来看，公募基金跑输比较基准的情况要少得多。国泰海通证券研报统计的2017年至2025年4月底期间，所有公募基金滚动3年累计跑输业绩比较基准10%以上的平均占比为15%左右。期间，跑输基准业绩最多的时间是在2024年底（即2022年至2024年），该比例一度提升至34%，但在2020年、2021年等市场环境中，该比例不到4%。
相比被动管理基金，国泰海通上述研报也提及，主动权益基金的超额收益波动更大。2017年至2025年4月底期间，主动权益基金三年累计跑输业绩比较基准10%以上的平均占比为26%。
华夏基金总经理李一梅表示，《方案》系统改革行业考核评价体系，全面加强长周期业绩考核，同时进一步健全激励约束机制和薪酬管理制度，着力强化基金公司、高管、基金经理与投资者利益的绑定，防止出现重规模、轻回报的经营倾向，避免片面追求规模，不重视投资者的回报。
另外，对于基金业绩的比较基准，《方案》也提及，强化业绩比较基准的约束作用，制定公募基金业绩比较基准监管指引。
对此，兴证全球基金表示，《方案》强调业绩基准的“锚定”作用，在监管层面制定公募基金业绩比较基准监管指引，在考核体系层面将业绩比较基准对比指标纳入基金经理绩效评价体系，这将有助于明确产品定位、减少甚至杜绝风格漂移和“博运气”“赌赛道”的投资行为。
除了将基金经理薪酬与投资收益挂钩，《方案》还从多个方面强化基金公司与投资者的利益绑定。例如，强化基金公司、高管与基金经理的强制跟投比例与锁定期要求。
某头部知名基金公司表示，在自持方面，公司之前就比较鼓励，但没有强制性的要求，估计后续会有更具体的指引。
管理费将有降有升
除了利益强绑定之外，此次《方案》重点规定了主动管理权益类基金收费模式，特别是建立与基金业绩表现挂钩的浮动管理费收取机制，目标是降低投资者的成本。
实际上，从2023年起，证监会就在推动公募基金的费率改革，并按照“ 管理费用——交易费用——销售费用”的实施路径，分阶段推进费率改革。
在管理费方面，《2024年中国证券投资基金业年报》显示，截至2023 年末，新注册主动权益类基金管理费率、托管费率分别不超1.2%、0.2%，当年底，共有5593只存量基金（以基金份额统计）下调了管理费率。
这次《方案》重点对浮动管理费作出安排，明显低于同期业绩比较基准的，适用低档费率；显著超越同期业绩比较基准的，适用升档费率。这意味着未来的基金管理费将有降有升。《方案》提出，在未来一年内，引导管理规模居前的行业头部机构发行此类基金数量不低于其主动管理权益类基金发行数量的60%
数据显示，截至2024年底，全市场自2013年以来成立的浮动费率基金共有59只（不考虑REITs和集合资管计划转型而来的公募基金），总规模达714.81亿元，在公募基金行业占比相对较小。
在李一梅看来，研究推出更多与基金业绩挂钩、投资者回报绑定、鼓励长期持有的浮动费率基金产品，不仅为投资者提供更丰富的投资选择，也激励基金经理更好地为投资者获取投资回报。
某头部基金公司内部人士表示，目前新发产品都会以浮动费率为主，而存量产品的费率在2023年统一下调后，未来即涉及下调，也涉及上调，因此不会像此前统一下调那样简单，估计还需要一定的时间。
销售费率下调面临支付卡点和收费乱象
在销售费率方面，《2024年中国证券投资基金业年报》显示，2023 年，货币基金新发产品加权平均销售服务费率为0.16%，较2022年下降0.05个百分点；混合基金为0.38%，较2022年上升0.05个百分点；债券基金和股票基金为0.24%和0.36%，与2022年基本持平。
对于销售费率的下调空间，上述业内人士表示，销售服务费中的一部分是用于支付端的成本，而且是按照支付行为收取的，即每一次支付都意味着费用发生，如果在支付成本不下降的情况下，像货币基金0.16%左右销售服务费很难有下调空间。此前有多家基金销售公司表示，货币基金0.15%的销售费率是其能够接受的最底线。
在该人士看来，含权产品因为销售难度更大，销售费率有的能达到1.2%，这方面未来可能有下调空间，但下调后代销机构的销售积极性会下滑，因此也需要平衡。
不过，当前基金销售费的主要问题在于收费乱象较多。
对于投资者来说，认购费、申购费在买入基金时直接扣除，属于显性费用，能被投资者明显感知。而销售服务费是从开放式基金资产中计提的一定比例的费用，在购买基金时不收取，而是平摊到每日从基金资产中扣除，投资者对其缺乏感知。
比如，按照行业惯例，一般是基金的A类份额收取申购费，不收销售服务费；C类份额收取销售服务费，不收申购费，但是某些基金产品存在既收申购费，又收销售服务费的情况。
而且，因为申购费用更为明显，也是各大销售机构竞争的焦点之一，所以申购费常常在打一折后以0.15%的费率收费，但是销售服务费则很少出现打折，一般0.3%到0.6%左右的销售费率就显得较高了。
这次《方案》提及，将出台《公募基金销售费用管理规定》，合理调降公募基金的认申购费和销售服务费。这意味着销售服务费后续有望更加规范和调降。
2025-05-07 21:16:35
“没有坏的，就没有好的。”
腾讯新闻科技主笔｜张小珺
编辑｜马龙
距离上次《独家与李想的三小时访谈》发布过去了130多天，人工智能的世界翻天覆地，我与理想CEO李想决定，再坐下来聊聊对人工智能的全新观察。
这次访谈的话题包括：过去五个月的AI王国变幻、中国AI出现的最大变量DeepSeek与梁文锋、理想还做基座模型吗、辅助驾驶的新模型VLA（视觉语言行动模型）以及李想对AI与人性的哲思。
在AI面前，什么是值得被保留的人性？李想说：“所有的人性都应该得以保留。无论是好的和坏的。”
在他看来：“没有坏的，就没有好的。你可以把好的东西和不好的东西都当成一种特质——它是文化的特质，它是生命的特质，它是性格的特质，它是能力的特质——这样才是一个有生命力的世界，才是活生生的人。”
“当人工智能变成生产工具，
才是真正人工智能爆发的时刻”
张小珺：距离上次AI Talk 过去 130 天，你最大进步是什么？你有成为一个更智能的李想吗？
李想：这 130 天我更高兴看到整个中国进步。包括DeepSeek、通义千问。可以让中国无论是基座模型，还是推理模型、多模态，已经跟美国的距离基本上拉近，或者基本上在一个水平线。
中国的企业做出来这些模型效率也更高，无论在训练的层面，还是在后边整个推理层面，我们做了很多深层工程改造。也让中国人工智能领域更有信心。也包含后边我看到一些比较惊喜的，在 Agent（智能体）上面的突破，无论是 Manus 还是Genspark，非常惊喜。
从我们个人而言，这也树立了我们把 AI 做得更好的信心。
今天大家在讲语言模型，但我还是认为语言模型只是世界的重要组成部分，并不是全部。我们要想理解物理世界，要想让一个终端或者一个机器人能在物理世界和数字世界运行，要做的工作还非常多。这让我们也更加坚信，这条路走下去是对的。
张小珺：那你有变成一个更智能的李想吗？
李想：没有那么大变化。如果从实际角度，人工智能发展这么好，我每天工作时间并没有减少，还是在增加。
张小珺：是啊，这是为什么？
李想：我见到的几乎所有人，还是在把它当成一个信息工具使用。
AI作为一个信息工具不是完美的，因为它最后一定要给你next token（下个词元），一定要给你一个结果。
大家今天使用的时候会先点上联网搜索，先去通过Rag（检索增强生成）联网搜索一些索引信息。但往往索引的信息源，已经失真和不准确了，所以最后推理的过程，（虽然）很认真在做推理，但你明显看到这个过程和结果已经开始有问题。所以如果我们不对这套机制进行一个改造，它仍然在做熵增，在增加大量无效信息、无效结果、无效结论。
这是一个很大挑战，我就在思考一个问题，还是要站在真正用户价值的角度。如果大家在拼命使用AI，大家在为AI做投资，但我的工作时长并没有减少，我的工作结果也没有变好，这个问题到底在哪里？——这也是过去几个月我跟很多人在聊，在思考，我们内部在讨论非常多的一个问题。
很多时候不要把东西缠绕到一起。我们可以先做一个分类，因为人类历史上也会有类似这些的分类：
今天，通过一个对话的方式，无论文本多么长，它都是信息工具，信息工具对大家更重要的是参考作用。
再往下，AI 变好了以后，它会变成辅助工具。我们今天做的辅助驾驶，大家在车上用人工智能的语音方式进行导航，来查找美团、调取音乐，会让效率更高，但它仍然离不开我们。这种角色比较像什么呢？它比原来的使用体验会更好了，但它是辅助工具。
什么时候才能真正改变我们的工作成果以及减少工作时长，它必须变成生产工具。我自己认为Agent（智能体）最重要的评判条件是，它是否是生产工具、它是否真正能替代我完成专业工作、它是否在产生有效的生产力、它是否真的解决我工作中最重要的 8 小时？
这是我接下来对Agent（智能体）最重要的衡量，也是Agent（智能体）的意义所在。
张小珺：这是你对于工具的三个分级：信息工具、辅助工具和生产工具。
李想：人工智能变成生产工具，才是真正人工智能爆发的时刻。
张小珺：总结来说，过去130天最大的变化是外部环境。
李想：对，国际环境在发生重大的变化，技术也在发生变化，但技术最大变化还是中国在人工智能方面带来的变化。美国的变化反而没那么大。
“我和梁文锋聊过一次，
开源星环OS纯粹为了感谢DeepSeek”
张小珺：你从DeepSeek身上学到了什么？
李想：DeepSeek我能学到最好的一个方式是：DeepSeek运用了人类的最佳实践，它极简地运用了人的最佳实践。
它在做DeepSeek V3的时候，V3 是一个MoE（混合专家模型），671B的一个模型。MoE（混合专家模型）是非常好的架构。它相当于把一堆专家组合在一起，每个是一个专家能力。
这个专家能力是怎么构建的？挺明显的，当我们想去构建能力的时候，DeepSeek给你展示一个最佳实践——第一步要先搞研究，这非常重要；任何时候，当我们想去改变能力和提升能力，第一步一定是搞研究，搞完研究以后才搞研发；搞完研发以后，第三步是把能力表达出来；第四步是能力变成业务的价值。
这四个步骤是极简的人类最佳实践，但我们经常做着就忘掉，看到什么东西就直接启动研发，而没有搞研究。我们自己也很受益，无论我们是在端到端和VLM（视觉语言模型）上，还是今天做VLA（视觉语言行动模型），我们的研究团队表现得非常好。
包括你可以看国外的像李飞飞，她在引用辅助驾驶的时候，经常会引用我们关于辅助驾驶方面的研究论文。这个挺重要。
研究跑通了以后，研发效率会变得非常高。但研发又非常在意价值，他能够把价值表达出来，然后变成业务。这是很重要的过程。
张小珺：我很好奇DeepSeek全球爆火的时候，你这个春节是怎么过的？
李想：春节过得挺好的，还带着孩子去看《哪吒2》。
我印象应该是1月20号DeepSeek R1上线的，到后边开源，我们也在对DeepSeek做很多研究：DeepSeek很多东西为什么做得好？包括训练和推理效率，也包括MoE（混合专家模型）模型部署上去对内存占用的挑战。我们自己已经开始在芯片上写FP8（8 位浮点数格式）工程优化了。因为我们有编译团队。
比较有意思的一点是，我没有上来敢跟模型团队直接聊。我先跟谢炎（理想汽车CTO）聊了一下，我说我们本身要做VLA，VLA一个很重要的计划是到今年9月份，能做一个非常好的语言模型出来，才能再往下去训练VLA。
但今天，我们自己预测到9月份做的模型，能力是否比DeepSeek V3加R1更强？我说至少我听到你们说的东西，我说不如那个强。而且它开源开得如此彻底。
我们是否应该基于它的开源，去做我们的 VLA的L（language 语言）的部分，并且我们基于这个L（language 语言）的部分，比如我在理想同学用的话可能就是个VL（视觉和语言），它没有A（action 行动），对吧？就把vision（视觉）和language（语言）放在一起，包括做成端到端语音的一个方式。
我们原来本来应该9月份以后才能做这些，我们是否应该站在巨人的肩膀上就去做了？谢炎说肯定应该这么做。
我们比较担心陈伟（理想汽车基座模型负责人）会怎么想，这个压力是挺大的。我们发现陈伟比我们还坚决。他说这会加速我们往下一步工作，我们应该以这个为基础，加速VLA，加速端到端多模态进展，研究团队也都在研究我们如何在芯片上也跑到同样的训练和推理效率，大家都在同步地进行工作。
我跟谢炎打的电话最多，我们还有一个专门的人工智能战略小组，我们就在里边不停地聊，发现大家并不纠结。因为我们知道我们企业的基因，还是要为用户推出最好的产品和服务。
拥抱DeepSeek的过程比我们想象得要快。今天我们VLA推出的速度也会比原来的预期要快。
张小珺：你怎么看梁文锋（DeepSeek创始人）？他是怎么找到你说的所谓人类最佳实践的？
李想：我只跟他聊过一次，去年9月份，印象特别深，应该是ChatGPT的o1发布前的几天。
我自己个人感觉，两个特点：第一他是个特别自律的人。
第二，我个人认为他是会在全世界范围之内，去研究和学习最佳实践和最好的方法论的这样一个人。
张小珺：怎么理解自律？
李想：自律的最大特点就是能够坚守这些你相信的东西，能够坚守这些最佳实践，能跟人性的懒惰、走捷径，这些方面做对抗。
开源让我们更加敬佩他。DeepSeek的出现对我们加速做VLA是巨大帮助。过去我们打算要到今年年底才能做出一个像样的，能够满足需求的语言模型，但DeepSeek一开源，我们就加速了 9 个月时间，给我们带来了巨大收益和帮助。我们受到了那么大的帮助，我们在想能对社会做点什么贡献，我们就把自研的整车操作系统理想星环OS给开源了。
没有大家想的那么复杂，我自己内心，包括谢炎的内心就是：DeepSeek给我们带来那么大的帮助，我们应该给对社会贡献点什么。不让行业那么卷——说白了纯粹是感谢DeepSeek。
张小珺：自研了四年？
李想：对。如果你做得不好的东西出去，开源不就丢人吗？
张小珺：这是一种情怀，而不是一个公司战略。
李想：不是公司战略。
张小珺：所以，DeepSeek似乎带来了更多的善良和善意。
李想：是的。
张小珺：你有没有想过，DeepSeek为什么不是你做的？
李想：我只能做最好的自己。
我的人生经历——进入了汽车行业，做汽车的网站，一直在自己的长板的延长线上继续做。从最开始做个人网站，到做产品IT网站，到做汽车网站，最后希望能够改变汽车行业，推出更好的产品，汽车叠加下一代信息技术。这是我的延长线。
他（梁文锋）的延长线就是从人工智能开始。他在浙大学的就是人工智能。那是他的延长线。
本身我也相信，量化交易的公司，对于整个模型的能力，对模型的理解，对于本身工程的能力，不会比任何互联网公司差，甚至可能还要更强。
“加大投入基座模型，
训练卡比今年的预期多买了3倍”
张小珺：春节之后，很多人来问我这个问题：理想还做基座模型吗？——既然都有DeepSeek开源了，为什么还要做基座模型？
李想：因为我们的业务，意味着并不是说只是做好语言模型就够了。
我们车上要有对话，又有多模态，这个仍然需要我们自己训练一个根据我们自己需要的基座模型。包括我要去做VLA。
因为这个VLA里边，哪怕V（vision 视觉）和L（language 语言）都和正常的不一样。就是这个我需要3D的vision（视觉），还有高清的2D的vision（视觉），token（词元）要用预训练，必须得涉及更专业的车领域的语义语料，交通领域的语义语料，我们面向的家庭用户的语义语料，来做训练。
也包含很多时候，一个重要的是说，大家在做VLA训练的时候，很多时候在做基座说我要把VL（视觉和语言）也连在一起，把VL（视觉和语言）的组合语料放进去。那这些无论是OpenAI还是DeepSeek，都没有这样的数据，也没有这样的场景和需求，也不去解决这样的问题，那只能我自己来做了。
只是好处是说VLA里边的language（语言），我可以站在巨人的肩膀上，但它只是我其中的一部分。
张小珺：所以一方面是拥抱了DeepSeek，另一方面你们把基座模型的团队还拆出去了，并且加大了投入，是吗？加大投入，加了多大？
李想：首先训练卡比他们今年的预期，我们应该多买了 3 倍。
张小珺：你要训多大的模型？
李想：并不是一个固定的，就是我们现在的话，做出来的不同版本。
比如我们给理想同学用的，会是一个300B模型，就大概是个3000亿（参数）的一个模型，我们给辅助驾驶运用的VLA的，VL（视觉和语言）的部分，是个32B模型。包含我们真正工作中用的，也会去用3000亿的模型。大概现在是这样的两个版本。
张小珺：你现在觉得给基座模型打多少分？你希望 2025 年提升到多少？
李想：结果还没呈现呢。这才几月啊？
没有什么捷径。虽然我们借用了一些能力，但你没有办法直接去吃第十个包子。
如果你规则算法都做不好，你根本不知道怎么去做端到端，如果你端到端没有做到非常极致的水平，你连VLA怎么训练都不知道。
张小珺：今年2月5号，也就是春节之后，你们的第一个AI的例会，你说：DeepSeek更像是Linux推出，而你们要去追逐安卓时刻，你们准备怎么去争夺安卓时刻？
李想：这个东西是一个比喻，比如安卓是基于Linux开发出来的一个手机操作系统。
我们以语言作为基础，我们的VLA就是把vision（视觉）这部分做成最强的，把action（行动）也做好，借助了L（language），就是语言的能力。VLA就比较像在汽车或者交通领域的更重要的一个大模型或者操作系统，这是我们的机会所在。
“端到端像哺乳动物的智能，
VLA是人类的运作方式”
张小珺：我们来聊聊你们最近在做的VLA的架构。
今天的辅助驾驶走到了一个新的十字路口上，有的人甚至觉得辅助驾驶应该被叫停。你怎么想？
李想：我们这么多年，从规则算法，做到了端到端+VLM，今天真正迈入到VLA的阶段，比较像什么？像黎明前的黑暗吧——黎明马上就要来了，但会先经历一个黑暗的过程，之所以有黑暗是因为要迎来黎明。
正因为辅助驾驶行业遇到了问题，我最喜欢、最开心的方式，是去解决行业解决不了的问题，这是我们自己坚决相信的。
就跟我们推出增程，是为了解决电池成本高、充电难的问题。我们推出5C也是为了解决充电慢、等待时间长的问题。我们愿意去解决各种行业问题，包括我们做操作系统，也是因为过去，传统的车控和智控的操作系统性能差，开发缓慢，芯片匹配周期长的这些问题。这些问题（存在）恰恰是我们的价值所在。
张小珺：为什么人类一定需要辅助驾驶？为什么科技不能就此止步呢？
李想：只要人类会雇佣司机，人工智能技术就是把类似这样的功能和角色，去变成真正的生产力、生产工具，然后去进行替代。
张小珺：什么是VLA？你能不能从用户语言讲，不要用技术语言。
李想：对于我们而言， VLA是一个司机大模型，像人类的司机一样去工作的模型。
到达 VLA 不是一个突变的过程，是一个进化的过程。
经历了三个阶段。第一阶段是我们从2021年开始，通过机器学习的感知，配合后边的规则算法，包括规划、控制、执行这些规则算法分段式的。
第一个阶段比较像什么？像昆虫动物的智能。它有既定规则，还要依赖于高精地图，就比较像蚂蚁的行动和完成任务的方式。
张小珺：它能理解的世界也很有限。
李想：非常之有限，这是第一个阶段，而且效率比较低，是很麻烦的事情。
它（规则算法）就这样一个规模的脑子，包括整个模型规模大概只有几百万参数。它就那么小一个脑子，你让它去完成复杂的事情，几乎不可能。所以你就不停地限定、限定，几乎把它做成一个有轨交通的方式。跟蚂蚁非常相似。
第二阶段是我们从2023年开始搞研究，2024年推出端到端。端到端比较像什么？比较像哺乳动物的智能。比如像马戏团的动物，像人类学习怎么骑自行车。它学了人类的这些行为，人类怎么去做出各种行为开车。但是它对物理世界并不理解，只是看到一个什么样的三维图像，知道自身的速度，并给出了一个什么样的轨迹，所以它应付大部分的泛化没有问题，去面对它从来没有学到的、特别复杂的，就会遇到问题。
这时候我们也会配合，视觉语言模型 VLM，然后放进来。但是我们能够用到的视觉语言模型这些开源的，用在交通上的能力都非常有限，所以只能起到一些非常有限的辅助作用。
到了VLA，就是完全人类的运作方式了。它会像人类一样，用3D的vision（视觉）和2D的组合，去看真实物理世界，也包含它能够去看懂导航软件，这样的软件是怎么在运行的，而不是像VLM（视觉语言模型）那样只能看到一张图片。
另一方面，它有自己的整个脑系统，不但要看到物理世界，还能够理解物理世界。它有language（语言），有CoT（思维链），有推理能力。
第三，它能够像人类一样，真正去执行行动。VLA放在我们的汽车，辅助驾驶领域，我们把它称之为VLA司机大模型。
张小珺：你也可以讲讲V、L、A的关系是什么，以及怎么训的？
李想：第一个是训练环节。训练环节第一部分是什么呢？要训出来一个VL（视觉和语言）基座，就vision（视觉）和language（语言）基座。
我们目前在训的，当前这个版本，是一个32B的，就是320亿云端的基座模型，所以先训这个。这里边，跟过去这些语言模型差异在于什么？第一在于我要放入更多vision（视觉）的语料，放入vision（视觉）的token（词元）。
vision（视觉） 里面包含两个部分，一部分是 3D上的vision（视觉），物理世界 3D 的 vision（视觉） 要放进去，第二个是高清的、2D的vision（视觉）。因为今天，大家看到各种多模态的开源 VLM（视觉语言模型） 里边，它整个 2D vision（视觉）的清晰度太低，所以看的距离不够。我们放进去的基本上图像分辨率提升了10倍。这是非常之重要的。这是一个部分，是vision（视觉）的token（词元）和语料。
第二个是要放入language（语言），跟交通、驾驶相关的足够多的这方面的语料。这是language（语言）的部分。
第三个还有一个很重要的，是大家可能容易忽略的，就我们必须放入很多VL（视觉和语言）联合的语料，就是三维图像和对世界的理解语义要同时产生的。比如我举一个例子，我要把导航的地图和车辆对导航地图的理解一起放进去。
张小珺：这是原始的数据吗？
李想：没有原始的数据。
比如我要放入一个，看到导航以后人类做了一个什么判断，这个判断我们的车辆是怎么记录的，把这个语料放进去。
整个 VL （视觉和语言）基座模型训练的时候，包含了三个部分，数据是vision（视觉）的数据，language（语言）的数据和VL（视觉和语言）联合的数据。它形成一个VL（视觉和语言）的一个基座。
我要把这个基座干什么呢？我要蒸馏，变成一个 3.2B 端侧蒸馏模型。因为我要保证它运行速度足够得快，无论是两个Orin-X还是Thor-U上能够流畅运行。蒸馏下来是一个3.2B，8个专家组成的MoE（混合专家模型）模型。如果直接跑3.2B一个完整模型的话，双Orin-X和Thor-U的帧率是达不到的，token（词元）的整个输出率是达不到的第一个步骤，这是预训练的环节。
第二个步骤是什么？是做后训练。后训练是我把它变成VLA。我要把action（行动）放进来。action（行动）部分后训练什么呢？仍然是一种模仿学习。
特别像你去驾校学开车，就相当于我训练VLA，把它组合成一个VLA的端到端的一个方式，这是第二个部分。这个时候大概模型规模就会从3.2B大概扩大到接近4B，大概这么一个规模。
同时，它一方面是个VLA，能够直接从视觉，到理解，到最后的输出。但是我们的CoT（思维链）会很短，我不会做超长CoT（思维链），我的CoT（思维链）链条一般两步到三步，我不会再做更多的，否则延时太长，没有办法满足交通或者机器人的安全。
另外当我 action（行动）做完以后，我还会做一个diffusion（扩散模型）预测，就是下边会发生什么样的时长的一个场景。这主要根据性能会做出来4到8秒的一个diffusion（扩散模型）的轨迹和环境的预测。这是第二个部分，比较像人去驾校学开车这样的一个环节。
第三个部分是什么？是强化，是要做强化训练，比较像人到社会上开车了。
强化我们分成两个部分，第一个部分先做RLHF（人类反馈强化学习），带有人类反馈，所以我们有很多人类数据。就是当它这样的话，人类就会接管，当它那样，人类不会接管。包括人类的一些习惯，拿这块来做一个带有人类反馈的强化训练。
包括我们安全的对齐都是在这个强化环节完成的，你除了要遵守交通规则以外，你要遵守比如中国的大家的驾驶习惯。你的开车习惯能够融入社会，首先要开得跟整个社会环境上的大家一样好，不能给别人带来麻烦，而不是像一个新手在路上，你变成一个阻碍。
第二个部分是纯粹的RL（强化学习），是（拿RL模型放到）我们的世界模型来做训练。这块儿的目的什么呢？就是开得比人类更好。
这块儿，我们中间不会给人类的反馈，只会给一个结果，就是从a点到b点要开过去。但是会有三类的训练要求，第一个是我们可以通过G 值（加速度数值）来判断舒适性，给舒适性的反馈。
第二个是做碰撞的反馈，它碰撞了这个强化就没有完成。
第三个是交通规则的反馈，如果它违反交通规则就没有完成。所以是舒适、交通规则和碰撞事故，让它自己来做整个强化的训练。当这三个步骤完成了以后，VLA能够跑在车端的模型就产生了。
大概是这么一个方式。跟人非常像——先学习世界、交通和人类的这些知识，这是预训练的环节；后训练的环节相当于去驾校，认真地去学开车；第三个环节相当于到社会上开车，也是我们训练的一个过程，要通过人类的RLHF（人类反馈强化学习）跟人类做对齐，跟社会的环境来对齐。
另外一方面，通过纯RL（强化学习）强化，以及我们自己在世界模型里生成的数据拿它做强化训练，从而开得比人类更好，能够解决更复杂的问题，或者说，比人类的平均值要好得多，大概是这么一个过程。
这还没有完，这时有了VLA。但人类是怎么跟VLA工作的时候，我要搭建一个司机的Agent（智能体）。
司机的Agent（智能体）是什么？是人类以自然语言的方式，就是你跟一个司机怎么说话，你跟一个正常的驾驶员。假设你有男朋友，你男朋友在开车，你怎么跟他说，你就怎么跟司机Agent来说。或者一个代驾，你怎么跟他说就说了。
这里边，如果是一些短指令，通用的短指令VLA直接就处理了，不需要再经过云端。如果是一些复杂的指令，先要到云端的 32B那里，VL（视觉和语言）处理完以后，（因为它理解交通的一切） ，整个交给VLA来进行处理，大概这么运行的过程。
说白了它最后一个好处是，它能够像人类司机一样去理解物理世界，能够像人类司机一样去开车，去处理复杂的问题，也能像人类司机一样跟其他人类进行沟通。这是最后我们交付到用户那里的产品。
张小珺：这其中这些步骤里面哪个是最难的？
李想：没有办法预测。因为这些东西我们前面没有任何人走过这条路。
DeepSeek也没走过这条路，OpenAI也没有走过这条路，谷歌、Waymo也没有走过这条路。
我们走的是一个无人区。
张小珺：你们为什么就押注了这条路呢？VLA的技术路线还没有收敛，为什么你们觉得你们可以？
李想：交通领域应该是VLA最早实现的。
一是规则清楚，包括你说做强化非常容易。按照每个来讲，交通的世界，一个车会跑到哪里？是有规则的，虽然它很复杂，但是确定的。车又不能开到水里，车也不能开到空中，车只能开到有路的地方，它是复杂但具备确定性。
第二是车的控制，车是个3 DoF（自由度），车有三个自由度。左右是一个自由度，前后是个自由度，某种程度上还有一点轻微旋转，是个自由度。甚至辅助驾驶某种程度就控制两个多，撑死就三个自由度。如果这个不能实现，机器人的上来就是40多个自由度，那个挑战就更大。
所以这时候，我们进行模仿学习是特别容易的。车看到的就是人看到的，人操作的就是车操作的，所以第二个它能做特别好的模仿学习。
第三，它还能做特别好的强化。大家在使用的过程中不满意的时候就接管了，如果这个跟人类没有对齐，它就告诉你不应该这么做，以及告诉你该怎么做，这是非常清晰的指标。
包含哪怕不做，包括后边我不做人类监督，我靠生成数据来做训练的时候也非常清晰。因为什么是舒适，G值（加速度数值）是可以表达的。什么是符合交通规则是能够表达出来的，交通规则是个清晰的规则。
第三个是否发生碰撞是可以表达的。如果它很舒适，又不违反交通规则，然后第三个，又没有发生碰撞，a点到b点它就会开得越来越好。它是VLA第一个重要的实验场。
张小珺：V、L、A还有包括VL，哪个数据获取难度是最大的？
李想：vision（视觉）和action（行动）。
vision（视觉）和action（行动）的数据是因为车，我们装满传感器是可以收集物理世界数据的，还有人在车上开车是我们可以收集到action（行动）数据的，这两个是最难的，而且也没有任何公司可以替代。
张小珺：其他车企不行吗？其他车企也可以啊。
李想：但是其他车型你有没有建立整个基座模型、预训练的能力，后训练的能力，以及后边强化的能力？因为强化还需要世界模型的能力，这是不一样的，对吧？
包括我刚才讲的，本身我们怎么去解决很多问题，比如说我讲一个问题，第一个如何提升能力刚才讲清楚了，第二个是说我如何向人类安全对齐，我如果让它像一个职业司机一样足够的安全，足够的舒适，所以我们本身能够要建立强化学习的体系。我们的RLHF（人类反馈强化学习）是很重要，我们有一个成规模的团队了。
因为很多时候一家公司如果模型能力不强，根本不知道怎么去对齐。因为你模型能力强的时候，你才发现对齐重要性，你才知道Ilya（伊尔亚·苏茨克维，OpenAI联合创始人）原来想得那么远。Ilya把很多事情想得那么远。
张小珺：怎么说？
李想：因为模型能力越强，也就意味着它胡来的可能性越高；就跟一个人能力越强，我需要他的职业性越强。
公司规模越大，越需要职业性。公司小时候不需要职业性，因为一个人能力强的时候，他干好事也很强，干坏事能力也很强，所以这时候就需要职业性来约束。
举个例子，我不可能雇用一个职业赛车手每天给我开车，但我要雇一个职业司机，他除了开车能力不错以外，他有非常强的职业性，保证舒适、安全、价值观能够对齐，所以这是很重要的工作，我们就能做得非常好。
第三还有最大一个挑战，就是模型是一个黑盒子。怎么解决？我们做了世界模型。我们把VLA放在世界模型里，一个交通世界模型。它是一个如果不跟你说的话，你看的跟一个真实世界是一样的。
“如果模型是这个人的专业能力，
超级对其就是职业性”
张小珺：模型是一个黑盒，怎么解决它？
李想：我们很早做端到端就意识到，模型的黑盒子问题必须得一起解决。
我们当时做的世界模型，或者说是叫交通世界模型，就是我们用重建加生成的一个方式，借助我们的数据，来构建了真的、交通的一个物理世界，包含参与者、参与物、所有固定物体，是非常重要的。
我们就可以让，无论是最开始的端到端还是今天的VLA，在模型里边考试，它会模拟真实交通的参与，包括真实的这些城市，来进行考试。而且考试跟我刚才讲的强化训练非常类似。它考什么呢？a点到b点，考它的舒适性、交通的合规性和安全性。
这是我们要一直在做的这方面的工作。这时候就能非常好还原了，而且基于这样一个我们的模型或者真实物理世界的仿真能力。我们还把整个验证成本大幅下降，过去我们靠人类司机来做一万公里验证，每一万公里成本大概在17万到18万人民币，算上车的各种费用，今天我们大概只需要花 4000 多块钱人民币，就每一万公里。那这4000多块钱基本上都是算力为主的成本，而且解决问题的效率还提升的多得多。
为什么呢？比如说今天，我们要解决一个问题，这个问题产生的时候，是我们自身的车辆跟多个交通参与物在不同位置上，还有不同道路上，出现一个问题。但是如果你靠人类去验证我有没有解决这个问题？要把这几个交通参与物，相同的位置、相同的速度，凑在一起，几乎没有可能。只能模糊的验证。
但今天，我们有了世界模型，我们可以非常准确地验证。我们修正以后的模型有没有解决这方面的问题，可以100%还原一模一样的、真实的场景，在世界模型里，进行验证。
张小珺：我们在说司机Agent（智能体）的时候，它涉及到action（行动）进入了外部世界，进入了物理世界。怎么解决安全问题？这个非常重要。
李想：我们从去年年底成立了超级对齐团队，比如说模型能力很强，但不遵守交通规则，去在交通拥堵中去加塞。
它做出来一些让人类坐在车上感觉到不安全行为，至于是否让它碰撞，是模型能力的问题，是否产生这些问题，是这个价值观，是这个模型要去做的对齐的这方面的。
所以这也是刚才我讲的，就是说我们要在做强化，训练的第一个环节，是我们必须把人类的这些规则、习俗、驾驶习惯，对于很多东西的判断，变成它整个的要训练的反馈。这个我们必须要做的。我们有一个挺大规模的、100 多人的超级对齐团队。
因为你能力越强、责任越大，这是责任，或者你还可以用另外一种方式，我们把超级对齐如果拿一个人举例子，模型相当于是这个人的专业能力，然后超级对齐，是这个人的职业性。
司机Agent（智能体），包括司机背后的记忆能力是如何和使用者建立信任的。
我是否认可一个员工，同样是看他三个：第一个，是看他的专业能力，第二是看他的职业性，第三是看他对别人理解和构建信任的能力——这三个都很好，是最卓越的员工。
张小珺：超级对齐，是什么时候开始做的？
李想：是我们做到了1000万Clips（视频片段）以后开始来做的，因为我发现这时候怎么去有效的运用模型的能力就很关键了。
举个例子，它经常一拥堵就去加塞，这个包括它做的很多行为，虽然效率很高，但是人坐在车上是很不舒服的，因为跟人类的一些处理方式或者跟正常人类处理方式不一样，它可能学到了一些不该学的司机的行为。
张小珺：大家说创业做AI是“造人”，你们这个就是在“造司机”。
李想：是的。我一个很重要的感觉是，我们只有让它变成一个真正的司机，它才是一个生产力工具，不只是一个辅助工具。
今天L2、L2+是辅助工具，辅助工具还需要人大量的参与。但如果想变成一个生产工具，我个人认为并不会出现通用Agent（智能体），而是每个专业领域做专业的Agent（智能体）。
就我刚才讲的一样，要想开好车，它所有的vision（视觉）语料、language（语言）语料和action（行动）都是不一样的。你想做好一个医生，你想做好一个律师，背后的思维链，所有的数据都是完全不同的。
另一方面，如果你想变成一个生产工具，这时候就会和专业的人进行比较，比如说你是否比一个专业司机开得更好？你是否比一个专业医生表现得更好？你是否比一个专业律师表现得更好？你是否比一个专业程序员表现得更好？因为你会影响到它的整个生产、业绩、工作结果，甚至它的财产和生命安全。
这是我们看到的终点，这也是为什么我们必须很耐心、很深入地去解决，哪怕一个司机的问题。
它并不可能通过一个泛化的大基座模型，或者一个大语言模型，这些东西都能实现了，这不现实。
张小珺：什么是一个好的司机大模型的北极星指标？
李想：还是把司机大模型和Agent（智能体）放在一起，这才是一个真正用户能够使用的一个产品。
如果是一个司机大模型，跟人的判断是一样，就我判断一个司机，就我们家雇用了一个司机，第一是他开车水平好不好？是他模型能力强不强？第二个还是说他是否职业？他是否职业，很重要的一点就是我们的超级对齐这方面的工作，包括强化训练，是否做得足够的好？第三个，是否安全？第三个是他跟我之间的信任的关系，我是跟他说什么他都听不明白？还是我说上半句他就知道下半句，甚至我很多东西不说，他已经对我的记忆里边都可以独自去完成了。
我们如何通过Agent（智能体）和记忆来构建一个更好的信任的关系和理解的关系？如果我什么都不说，他都知道我要干什么了，这个司机要同时又满足了他开车不错，又很职业，他又对我特别理解，我就会一直雇佣他。
最后我们对司机的Agent（智能体），对整个的这一个司机大模型，司机Agent（智能体）的判断也是一样的。以后所有AI的或者Agent（智能体）的判断都应该是这样的，它的专业能力，它的职业能力，以及它给你构建信任的能力。
张小珺：你觉得这个Agent（智能体）应该怎么定价？
李想：我们雇用人类费用的几分之一，至于几分之一最后还是看把成本都算出来以后，比如说我一个月，我雇一个司机，1万块钱，我是否愿意？2千到3千雇佣一个司机。
这可能是一个比较重要的判断，当然它也会带来其他商业模式的不同。比如你花2千到3千块钱雇佣一个司机，那可能你对车而言，也不需要付保险费了，保险费也包在这里边，保险费用就财产的保险，这个财产险的费用也包含在里边了。到最后算下来，可能是个更划算的一个事情。
张小珺：有可能一步直达 VLA 吗？比如去年不推出端到端加VLM（视觉语言模型）那个版本，直接研发VLA。
李想：没有可能，至少从我们自己的体验上没有可能。
我说不太好听的话，没有办法直接吃第十个包子。虽然可能大家觉得第十个包子吃饱了,但前面每个包子都跳不过去。往往很多时候，如果大家不想做前面任何包子的积累，只想吃第十个包子，很多时候非常像练葵花宝典。
今天包括DeepSeek的出现并不是练葵花宝典练出来的，过去它很早就构建这种集群的能力去做这些链路、基建的优化，都是非常之重要的。所以才有了它的低成本和效率。我们特别喜欢讲这种，有一个人很聪明直接吃到了第 10 个包子，但现实中，至少今天这个社会整个的知识文明发展得越来越好了，不是胆大大于一切，我看不到什么捷径。
张小珺：但是大家就觉得李想才是摘第10个包子的人，因为你们做辅助驾驶的时间比别人晚。
李想：但我们自研的时间并不短啊。我们从2021年，上地平线征程Journey3芯片的时候就开始做自研。我们研究做得也很扎实。中国的所有企业里边，关于辅助驾驶的论文我们应该是发表，以及被大的会议、大的社区录取和引用的应该也是最多的。这个阶段我们还是做的挺扎实。
因为我们是个用户导向的公司，我们认为技术是一种能力，我们更多的时候讲的是用户的价值。今天大家讲我们是冰箱、彩电、大沙发，但我们的这个冰箱、彩电、大沙发的智能化背后的基础，今天大家看仍然是非常强的，体验起来是完全不一样的。
张小珺：背后的基础是什么？
李想：就是大型软件的能力。我们后边很多能力还是很扎实的。
比如举一个例子，为什么今天大家做端到端和VLM（视觉语言模型）很难？是因为这个Orin芯片并不支持直接跑语言模型。我们是自己的编译团队，所以我们特别理解DeepSeek，一看就看明白了，比如它做FP8（8位浮点数格式）的优化，能够跑它的整个训练的一个架构。
我们做相同的事情，我们直接然后是写了Orin-X底层，因为英伟达没时间，我们自己写的底层（推理引擎），让它用INT4量化的方式来跑VLM（视觉语言模型）。
那这跟DeepSeek做FP8（8位浮点数格式） 的训练一个道理。包括今天，我们为什么能做到双Orin-X跟Thor-U都能跑VLA，可能对很多团队是个非常大的挑战，为什么呢？
因为我们自己有非常强的能力，我们有编译团队，我们有芯片的能力，我们有板子设计能力，有操作系统能力，所以我们是能够把两个Orin-X带宽足够的大，它同样可以跑同等规模的VLA的模型。
我们这方面的技术都是非常之扎实的。因为我自己还是认为，就是你规模小的时候无所谓，你规模大的时候基本功和能力永远是无法逾越的。
张小珺：什么样的corner case（长尾案例）是端到端加VLM（视觉语言模型）架构无法解决，而VLA是可以解决的？能不能给大家举个例子。
李想：有两个。
过去端到端有两个麻烦的问题。
第一个问题是它对复杂东西的理解，比如这有一个复杂的修路，如果是规则算法可能就会撞上了，如果是端到端可能停下来，但它不知道该怎么干了。如果是VLA就能轻松解决了，而且这些我不需要有真实的场景，甚至我可以直接生成，然后来数据来进行训练。
因为它能够有理解能力了，它并不是只是看到一个景象，就做出一个结果。规则算法往往可能就会出现，遇到一个复杂路况，复杂的、没见过的，或者规则之外的它就会出现事故。如果是端到端的，它可能停下来，但它不知道该怎么办了，我们经常遇到修路状况，它在那不知道犹犹豫豫，不知道该怎么办，对吧？但是如果VLA，它就能够有效地去处理了，而且不需要通过海量的数据训练。哪怕最开始这个场景没有办法处理，但我保证三天之内相关的这种场景都能处理，因为我可以拿这东西来生成数据，生成让数据来进行训练。这是一方面。
另外一方面还有很难的一点是跟人沟通。今天端到端怎么做？就跟猴子一样，你影响不了它。比如说我们会经常遇到一个什么样的状况，就是在一条路上三条道，最右侧的车道是公交车道，然后又是限行，但是公交车道长久没有维护了，那个印刷已经不清楚了，所以它就会在那跑，虽然你可以通过一个调整说，回到中间车道，但它过一阵又跑到那条车道上去了。
如果是人类有了Agent（智能体）以后，因为有了VLA才有Agent（智能体）能跟VLA沟通。所以我可以跟一个Agent（智能体）讲说，接下来这条道路一直在中间行驶，直到它在导航的时候走了下一个。包含如果跟导航错失了以后，端到端就不知该怎么办了，但是VLA在小区里可以漫游。
在一个开放空间里，它可以先处理完以后，最后再跟导航调整以后的进行汇合，它跟人类完全一样的了。只是今天可能它作为一个人类，能力还没那么强，作为一个人类能力还有一个成长的过程，比如它今天像一个刚从驾校学完的新手司机，有可能是这么一个状况。
张小珺：今年都会是这个状态吗？
李想：还是看整个训练的一个进度了。但它泛化能力是完全不在一个量级上了。
张小珺：VLA是终极的架构吗？还会有下一代吗？会不会明年这个时候又是新的架构了呢？
李想：我自己认为VLA能够解决到全自动驾驶，但是VLA是否是一个效率最高的方式？是否有效率更高的架构出现？我打个问号。
我认为大概率还是会有的啊。因为VLA还是基于Transformer这样子的，那Transformer是不是一个效率最高的一个架构，这个后边不知道。
张小珺：VLA跟最后可能形成的最终大统一模型的关系是什么？
李想：还是会有一个效率的问题。
我们虽然有模型，但我们从来不放弃工具，因为工具是增加确定性和提高效率的。
我还是举一个挺清晰的一个例子，因为团队很多时候太想用模型解决一切问题，对吧？这时候就会出现类似一个现象，比如我举一个例子，今天当然VLA会解决很好了，我们在使用 VLM在解决ETC车道时候并不好。
因为VLM（视觉语言模型）对于位置的判断是很糟糕的，它如果是两到三个ETC车道，我怎么进入非常容易判断，就是这个左中右。但如果像京承高速这样的机场高速那样的十几个ETC车道，它很多时候就不知道怎么处理了，就开始非常混乱，因为它没有位置的判断的能力，我们团队太希望用模型去解决问题，就是说不停地去给VLM（视觉语言模型）喂更多的语料，更多的东西，都没有解决这个问题，因为这是VLM（视觉语言模型）的那个架构问题。
我跟团队说，解决ETC为什么不能用规则算法？因为最多的也有15个口。 15个口对于你们而言，写一个程序基本上一周之内就能完成，甚至三天就能完成。但我说很多时候我们心里有个心结，因为人类很多运行的时候是大模型运行，但我说我们作为正常的人，我们也会背乘法口则，乘法口则就是个规则算法，但是乘法口则的结果是我们消耗的脑力更少，我们消耗的token（词元）更少，以及我们的准确性更高。所以它就是个好东西，它就是个工具。
如果是一个确定性的，能够拿规则去解决的，它意味着更低的能量消耗、更低的算力消耗和更高的准确性，为什么不用？团队很快就把问题解决了，我们在ETC就非常稳了。一周都不到就解决了，过去解决了三四个月都解决不了的，成本很高的方式解决不了的。
所以真正往下去落的时候，很多时候还是要考虑效率，今天DeepSeek之所以受到全世界的瞩目，很重要的一个原因还是因为它的效率变得更高了。
张小珺：特斯拉FSD真实进入了中国，对你有没有什么影响？
李想：我们认为，我们自己一个判断，从实测过来，他们大概在用12.5之前的模型。距离特斯拉真实能力还有巨大的差距。
特斯拉13.0以后的能力还是非常强的。而且12.5之前的话应该是这个半规则算法的能力。所以我说不是特斯拉真实能力的体现，但是我们能看到特斯拉基本功是非常扎实的。它的整个的感知的距离，它整个运行的帧率，它整个的车辆的整个的控制的稳定性。
张小珺：为什么没有释放真实的能力？
李想：因为如果直接上端到端的话，有中国的这些路况什么的，刚才我就像我讲的，它在美国没有学习到这些东西，再遇到这些复杂的，是还是会遇到挑战的。
张小珺：你们现在还学特斯拉学的多吗？最近从他身上学到了什么？
李想：美国的很多的顶级公司，像苹果，像特斯拉这种企业，就是他们基本功特别扎实。
我们真正要去学的，尤其是在今天这种内卷的环境下，包括外部的不确定的环境下，是每个企业扎扎实实练基本功的最好的时候。
而且到了人工智能时代，基本功就更是不可跳跃的。如果很多企业做了很多的创新，但是没有基本功，不扎实，所以很多创新就会昙花一现就过去了，所以这会是很大的问题。
因为就它虽然拥有很多钱，能发明了很多东西，就创造、创新了一些很多的功能的组合。但是你会发现能力强的公司复制的东西基本上在人工智能时代都是按周计算的就能复制过来，所以那个能力的基本功还是非常重要的。
张小珺：为什么是学苹果？它也不是一家 AI 公司。
李想：最重要的是学能力。
我们在小的时候没有看明白，没有看懂苹果，那这个阶段的时候我们可能又去认真研究苹果，发现苹果还有很多能力值得我们去学习的。
到今天为止，你去看一个苹果作为一个全世界市值第一的公司，当你做到千亿收入，你再去看这种万亿收入公司的能力的时候，你开始模模糊糊能看懂一些了。
但是我们小的时候，我们很小规模的时候，我们看不懂苹果为什么这么做。最后是规模，因为规模是一个可以确定衡量的变化，也会带来用户规模和用户需求的变化，技术和产品的变化，也会带来组织和能力的变化。
“关注人，
尤其关注亲密关系的人”
张小珺：7月份是理想的十周年，站在今天回顾理想这十年走过的路，你脑海里浮现的最深刻的场景画面是什么？
李想：我的第一个最重要的画面，是2018年理想ONE第一次发布，一直延续到2019年的4月份，上海车展第一次正式的展示，带有价格的。那是一个非常重要的时刻，我们真的能做出来一辆车。
另一个是2022年发布理想L9的时候。到了今天2025年，能看到至少有5个以上的企业是因为当时理想L9的成功，在打造跟理想L9相同的产品。
张小珺：你脑海里浮现的都是幸福的时候，而不是痛苦的时候。你会回忆到痛苦的时候吗？
李想：太多了。刚经历了L9的幸福就出现了，那一个季度我们亏了十几亿，将近二十亿，原来从没亏过那么多——忽然从巅峰掉到谷底。
好处还是我说的，我们认识到很多能力不足，我们就去补了很多能力。但正是因为这件事情，我们的调整又带来了2023年获得接近三倍的增长，我们直接做到了1200亿的收入。
反正我创业那么多年了，当问题来的很多时候，又是一个更大的机会的到来。所以我对这方面也没那么纠结。
我对于不正常的事情耐受力很差，但我对于一些不好的东西解决完以后，整个记忆能力也很差，会把它忘掉，但你让我回顾还是能回顾过来的。
张小珺：刻意删掉的记忆片段会是什么呢？
李想：为了让自己有更好的正能量，我还是尽可能的只保留那些有价值、美好的片段。
哪怕是一个不好的东西，比如刚才讲的我们被黑、被打击，我会转变成“看，正是因为这件事情我们增长了三倍，我们获取了其他新势力没有的能力，我们面临其他新势力没有的挑战。”这样的方式来表达，这是一种心态。
创业确实不容易，但是没必要苦哈哈的。苦和甜。是一个硬币的正反面，取决于你选择看哪一面。
张小珺：甜多还是苦多呢？
李想：如果按时间轴而言，肯定是苦更多，但是吃苦多了也就习惯了。
张小珺：余凯博士（地平线创始人兼CEO）回忆跟你第一次见面是在杭州一起去爬山，你那天穿了一个军大衣。我很好奇余凯博士见到的那个军大衣里包裹的是一个怎样的灵魂？它跟今天发生了什么样的变化？
李想：没什么变化。我甚至认为我今天90%的状态、思维方式跟上高中差不多。
遇到问题解决问题、解决别人不愿意解决的问题、解决消费者遇到的最大问题、去找更多人学习。那时候我是个人网站站长，但我又有合伙人，是少数有小团队的站长。靠自己能力不行的时候还要靠别人，继续完善能力。到今天为止我没变化，只是解决的问题在变大、服务的用户群体在变大、公司的规模在变大、组织在变大。
张小珺：过去十年中所有的记忆里如果能改变一个记忆，改变一个程序，你想改变什么？
李想：没什么要改变的。能赶上这么一个时代，几次创业还能一路走下来，在最难的时候都有人来帮你，当遇到问题的时候，总是能从坑里快速爬出来，一帮人齐心竭力变得更好，挺幸运的了。
无论是从运气层面，还是从能够创造出来的价值层面，没什么可后悔的。挺好的。
张小珺：怎么让自己成为一个更有能量的人，更强大的人，或者是能吸引到更多能量的人？
李想：就是关注人，尤其是关注那些离你最近的人，关注亲密关系的人。
关注人的时候首先你得先关注自己，作为我自己，我会怎么来看待自己？
第一，我会接受自己所有的优点。我很多身上的特质，这么多年的积累，从DNA里带来的，它就是我的优势，我应该怎么去发扬自己的优势。
第二个是要能接受自己的不足。往往不足就是优势的另外一面。比如这个人很擅长决策，他可能就没有办法去做很细致的运营，因为这两件事是冲突的。有的人非常擅长运营，他可能就很难跳出来，或者跳好几个维度来去做决策。
一个人很懒，但可能是个极品的产品经理，但如果他很勤奋，应该是个非常好的业务运营。每个人是不一样的，往往我们如果要改的话，会变成一个更差的别人，以及一个更糟糕的自己。所以我说要接受自己的不足。第三个是用成长替代改变。更重要的是我有没有成长，我们在做汽车之家的时候，我说做好业务就行了，资本根本不重要，最后我们折在了资本上。
在做理想汽车的时候就非常注重资本，请最好的FA（财务顾问），请最好的律所，股权架构的设计、投票权，今天大家可以看到所有的新势力企业里面，理想汽车的股权架构、治理结构、资本现金管理都是做得最好的。我并没有改变我的业务，是增强了一个能力，所以它是个成长。
我们会面临方方面面的能力成长，就能给自己带来能量。你的成长有自己的能量，然后你又不跟自己纠结，当有这个能力的时候，我们再看待别人也是一样，我会先看别人的优点，这非常重要——这优点能带来什么？这优点怎么让他发挥？
第二个，当看到别人不足的时候，根本不是问题。我从创业开始就有合伙人。樊铮就是我的互补，是我所不具备的，秦致是我所不具备的，李铁、马东辉、谢炎、邹良军就是我所不具备的。当看到大家这些不足的时候，反而是我的价值，我有价值能帮助到他，他有价值能帮助到我。
第三个，去看别人的成长，你能看到孩子的成长，你能看到爱人的成长，你能看到身边每个同事的成长，这就有能量了。
张小珺：成长带来能量。
李想：对，因为变好就有能量嘛。而且你关注的是人的成长，不是那些事儿。所以，第一你能自己产生能量，第二你能够带给别人能量，第三你能从别人那获取能量，因为别人给你能量，别人也不会丢掉能量，它是个辐射作用。所以这是我一些随着自己的成长，开始有效的一些理解。
另外一方面很重要的是亲密关系，亲密关系里边特别重要的一点，是要关注人，我需要我的爱人，我需要我的孩子，我需要李铁、马东辉，我需要刘杰、解卫国、范皓宇，甚至超过了他们需要我。首先是我需要他们，才是他们需要我。
这时候这些人之间的连接就不一样了，我们在一起就能形成一个非常强的脑力、非常强的心力，形成特别好的能量，这个是特别重要的，而不是说我对他们没有需求。
张小珺：你最近看见的一个人是谁？
李想：在我的家里非常有意思的一点，过去我和我老婆之间的相互支撑还是有限的，从去年年底春节过后一个最大的变化是我们家大女儿她形成了我们的第三个支撑。
她14岁了，她对事情的理解在发生巨大的变化。她自己的三观开始有效、特别完善地形成，而且超出了我们的预期。而且她有能力跟我们做特别好的沟通了，关于她自己的人生规划，她自己的喜好，她自己对人和事物的理解，这个特别有意思，我们家里实现了一个三人的支撑，这是个让家里的能量大幅地提升。
因为这些能量会影响到其他的孩子，虽然他们还没有办法做成支撑。我每次跟我老婆聊，在聊到大女儿的时候都是非常的高兴，就没想到她14岁就能和我们两个人形成一个三人的支撑了。
我们能跟她一起去讨论很多问题了。我们可以讨论事情，可以讨论人，可以讨论不同的见解，也可以讨论她的规划，可以讨论怎么出去玩，可以讨论家里要解决一些什么问题，都可以的，这个特别好。
张小珺：我之前跟一个教授聊天，他说他几年前跟你聊过，感觉你的心灵观就是家庭观，这个也反映到你的公司上，要创造“幸福的家”。他想问的是，你有没有更大的宇宙观、世界观？
李想：我们从人出生开始，上学到大学毕业到开始工作，我们有多少自己想去做的事情没有去做？我们有多少想接触的万物没有去接触？我每天都在忙着去工作，去在做事儿。但什么是智慧呢？智慧就是我们跟万物的接触。
如果你没有去过森林，没有在森林里，认真的玩、住过几天，那你可能觉得木头就是做筷子的，就是做纸的，就是做桌子的，而并不是意味着它是一个生命，它是跟我们不同的生命。
你不能没有跟孩子在一起、长时间的生活体验跟他们一起去玩，你可能就不知道什么是亲密的关系，你就没法真正的去理解孩子，去了解孩子。
什么是智慧？智慧就是我们和万物的关系。但是怎么去提升我跟万物的关系？首先要有足够的时间跟万物去接触。所以我在讲的一个很重要的一个问题，就是今天我们很卷，但是这是恰恰是真正的人工智能的意义。
张小珺：在AI面前，什么是值得被保留的人性？
李想：所有的人性都应该得以保留。无论是好的和坏的。
张小珺：为什么要把坏的（保留下来）？
李想：没有坏的，就没有好的。
一个人的优点的另外一面，就是它的缺点。一个好的另外一面就是它的不好。我们如果只想要好的东西，但放弃所有不好的东西，这件事情并不成立。你可以把好的东西和不好的东西都当成一种特质。
它是文化的特质，它是生命的特质，它是性格的特质，它是能力的特质——这样才是一个有生命力的世界，才是活生生的人。
